买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西安理工大学申请的专利基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119814460B 。

龙图腾网通过国家知识产权局官网在2025-10-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510028424.7，技术领域涉及：H04L9/40；该发明授权基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法是由黑新宏;周思洋;姬文江;温营坤;朱磊;邱原;王智设计研发完成，并于2025-01-08向国家知识产权局提交的专利申请。

本基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法在说明书摘要公布了：本发明公开了基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法，具体为：步骤1，采集C3级列控系统网络中的流量数据，然后提取采集的流量数据的特征并进行特征标注，将经过标注后的数据作为原始数据；步骤2，对原始数据进行预处理，将预处理后的数据作为数据集样本，将数据集样本分为训练集和测试集；步骤3，构建恶意流量检测模型鲁棒自编码器；步骤4，采用训练集训练恶意流量检测模型鲁棒自编码器，得到分类模型；步骤5，将测试集输入到分类模型中，评估分类模型的性能；步骤6，使用经过评估的分类模型对C3级列控系统网络恶意流量进行检测。本发明解决了现有技术中存在的因学习泛化特征能力弱导致的检测误报率和漏报率高的问题。

本发明授权基于鲁棒自编码器的C3级列控系统网络恶意流量检测方法在权利要求书中公布了：1.基于鲁棒自编码器的 C3级列控系统网络恶意流量检测方法，其特征在于，具体按照如下步骤实施： 步骤1，采集C3级列控系统网络中的流量数据，然后提取采集的流量数据的特征并进行特征标注，将经过标注后的数据作为原始数据； 步骤2，对原始数据进行预处理，将预处理后的数据作为数据集样本，将数据集样本分为训练集和测试集； 步骤3，构建恶意流量检测模型鲁棒自编码器； 步骤4，采用训练集对步骤4构建恶意流量检测模型鲁棒自编码器进行训练，得到分类模型； 训练过程具体为： 步骤4.2，将带噪数据输入堆叠稀疏降噪自编码器训练，得到输出特征； 所述堆叠稀疏降噪自编码器由多层单层稀疏降噪自编码器堆叠形成，下一层单层稀疏降噪自编码器的输入是上一层单层稀疏降噪自编码器的输出，则堆叠稀疏降噪自编码器的训练过程为： 步骤4.2.1，将带噪数据输入第一层单层稀疏降噪自编码器中训练，得到隐藏潜在表示； 步骤4.2.2，将作为下一层单层稀疏降噪自编码器的输入，得到第二层隐藏潜在表示，依次类推得到第L层的隐藏潜在表示； 步骤4.3，将堆叠稀疏降噪自编码器的输出特征输入到粒子群算法优化的正则化极限学习机中，将粒子群算法优化的正则化极限学习机的隐藏层权重和偏置设为一个粒子，粒子存在两个变量，分别是速度和位置，定义适应度函数，通过计算适应度函数不断调整粒子的局部最优解和全局最优解，将全局最优解下的速度和位置分别赋给隐藏层权重和偏置，不断迭代训练，得到训练好的分类模型； 步骤5，将测试集输入到分类模型中，评估分类模型的性能； 步骤6，使用经过评估的分类模型对C3级列控系统网络恶意流量进行检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安理工大学，其通讯地址为：710048 陕西省西安市碑林区金花南路5号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。